Customer Journey Analytics BI-tillägg
The Customer Journey Analytics BI extension aktiverar SQL-åtkomst till datavyer som du har definierat i Customer Journey Analytics. Dina datatekniker och analytiker kanske känner bättre till Power BI, Tableu eller andra verktyg för affärsintelligens och visualisering (kallas även BI-verktyg). De kan nu skapa rapporter och kontrollpaneler baserat på samma datavyer som Customer Journey Analytics-användare använder när de skapar sina Analysis Workspace-projekt.
Adobe Experience Platform Frågetjänst är SQL-gränssnittet till data som är tillgängliga i datasjön i Experience Platform. Med Customer Journey Analytics BI extension aktiverad, funktionaliteten hos Query Service utökas så att du kan se datavyer i Customer Journey Analytics som tabeller eller vyer i en Query Service session. Detta resulterar i att verktyg för affärsinformation som använder Query Service som PostgresSQL-gränssnittet har en smidig fördel av den utökade funktionaliteten.
De viktigaste fördelarna är:
- Du behöver inte återskapa en motsvarande representation av datavyer från Customer Journey Analytics i BI-verktyget.
Se Datavyer för mer information om funktionaliteten hos datavyer för att förstå vad som måste återskapas. - Större konsekvens i rapportering och analys mellan BI-verktyg och Customer Journey Analytics.
- Kombinera data från Customer Journey Analytics med andra datakällor som redan finns i BI-verktyg.
Förutsättningar
Om du vill använda den här funktionen måste du:
-
Konfigurera funktionaliteten för relevanta produktprofiler, användargrupper och/eller enskilda användare. Åtkomstkraven är:
- Adobe Experience Platform Query Service
- Arbetsyteprojekt i Customer Journey Analytics
- Önskade CJA-datavyer som kan användas
- Åtkomst till BI-tillägget i datavyverktygen
-
Använd förfallodatum för ej förfallande autentiseringsuppgifter för att ansluta BI-verktyg till Customer Journey Analytics BI extension. The Handbok för autentiseringsuppgifter innehåller mer information om hur du anger förfallodatum för inloggningsuppgifter eller ej utgångsdatum.
Se Åtkomstkontroll i administrationsdelen för Customer Journey Analytics för ytterligare information.
Användning
Använd Customer Journey Analytics BI extension kan du antingen använda SQL direkt eller använda dra och släpp-funktionen som finns i det specifika BI-verktyget.
SQL
Du kan använda funktionerna direkt i SQL-satser med antingen Frågeredigeraren eller en vanlig PostgresSQL-klient (CLI).
I Adobe Experience Platform:
-
Välj **** Frågor **** från DATAHANTERING till vänster.
-
Välj Skapa fråga .
-
Välj
cja
Databas . -
Om du vill köra frågan skriver du SQL-satsen och väljer eller tryck på
[SHIFT]
+[ENTER]
).
-
Söka efter och kopiera dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** från vänster räl (under DATAHANTERING ).
-
Välj Referenser i det övre fältet.
-
Välj
cja
Databas . -
Om du vill kopiera kommandosträngen använder du i PSQL, kommando -avsnitt.
-
-
Öppna ett kommando eller ett terminalfönster.
-
Om du vill logga in och börja köra dina frågor klistrar du in kommandosträngen i terminalen.
Se Användargränssnittshandbok för frågeredigeraren för mer information.
BI-verktyg
För närvarande är Customer Journey Analytics BI extension stöds och testas endast för Power BI och Tableau. Andra BI-verktyg som använder PSQL-gränssnittet kan också fungera, men stöds ännu inte officiellt.
-
Här hittar du information om dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** från vänster räl (under DATAHANTERING ).
-
Välj Referenser i det övre fältet.
-
Välj
cja
Databas . -
Använd för att kopiera alla Postgres-autentiseringsparametrar (Host, Port, Database, Usernameoch andra) vid behov inom Power BI.
-
-
I Power BI:
-
I huvudfönstret väljer du Hämta data i det övre verktygsfältet.
-
Välj More… till vänster.
-
I Hämta data skärm, sök efter
PostgresSQL
och väljer PostgresSQL-databas från listan. -
I PostSQL-databas dialog:
-
Klistra in **** Värd **** parameter från Experience Platform Queries Credentials till Server textfält.
-
Klistra in **** Databas **** parameter från Experience Platform Queries Credentials in Databas textfält.
Lägg till
?FLATTEN
till Databas parameter, så den ser ut somprod:cja?FLATTEN
till exempel. Se Förenkla kapslade datastrukturer för användning med BI-verktyg från tredje part för mer information. -
När du uppmanas till detta Data Connectivity läge, välja DirectQuery.
-
Du uppmanas att ange Username och Password. Använd likvärdiga parametrar från Experience Platform-frågor Credentials.
-
-
När inloggningen är klar visas datavytabellerna i Customer Journey Analytics i Power BIETS Överblick .
-
Markera de datavytabeller som du vill använda och markera Läs in .
Alla dimensioner och mätvärden som är kopplade till en eller flera markerade tabeller visas i den högra rutan, redo att användas i dina visualiseringar.
Se Anslut Power BI till frågetjänst för mer information.
-
-
Här hittar du information om dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** från vänster räl (under DATAHANTERING ).
-
Välj Referenser i det övre fältet.
-
Välj
cja
Databas . -
Använd för att kopiera alla Postgres-autentiseringsparametrar (Host, Port, Database, Username, och andra) när det behövs i Tablet.
-
-
I tabell:
-
Välj **** Mer **** från Till en server till vänster.
-
Välj PostgresSQL från listan.
-
I PostgresSQL dialog:
-
Klistra in **** Värd **** parameter från Experience Platform Queries Credentials till Server textfält.
-
Klistra in **** Port **** parameter från Experience Platform Queries Credentials till Port textfält.
-
Klistra in **** Databas **** parameter från Experience Platform Queries Credentials till Databas textfält.
Lägg till
%3FFLATTEN
till Databas parameter, så den ser ut somprod:cja%3FFLATTEN
till exempel. Se Förenkla kapslade datastrukturer för användning med BI-verktyg från tredje part för mer information. -
Välj **** Användarnamn och lösenord **** från Autentisering lista.
-
Klistra in **** Användarnamn **** parameter från Experience Platform Queries Credentials till Användarnamn textfält.
-
Klistra in **** Lösenord **** parameter från Experience Platform Queries Credentials till Lösenord textfält.
-
Välj Logga in .
-
-
datavyer i Customer Journey Analytics visas som tabeller i Tabell lista.
-
Dra de tabeller som du vill använda på arbetsytan.
Nu kan du arbeta med data från datavytabellerna för att skapa rapporter och visualiseringar.
Se Koppla tabell till frågetjänst för mer information.
-
Se Anslut klienter till frågetjänsten om du vill ha en översikt över och mer information om de olika verktygen.
Funktionalitet
Som standard har datavyerna ett tabellsäkert namn som genereras utifrån det egna namnet. Datavy med namnet My Web Data View har vynamnet my_web_data_view
.
Om du vill använda ID:n för datavyn som tabellnamn kan du lägga till de valfria CJA_USE_IDS
ange till ditt databasnamn vid anslutning. Till exempel: prod:cja?CJA_USE_IDS
visar datavyer med namn som dv_ABC123
.
Datastyrning
De datastyrningsrelaterade inställningarna i Customer Journey Analytics ärvs från Adobe Experience Platform. Integrationen mellan Customer Journey Analytics och Adobe Experience Platform datastyrning möjliggör märkning av känsliga uppgifter från Customer Journey Analytics och tillämpning av integritetspolicyer.
Sekretessetiketter och integritetspolicyer som har skapats för datauppsättningar som används av Experience Platform kan visas i arbetsflödet för datavyer i Customer Journey Analytics. Det innebär att data efterfrågas med Customer Journey Analytics BI extension visa lämpliga varningar eller fel när de inte följer de definierade sekretessetiketterna och principerna.
Visa datavyer
I standard-PostgreSQL CLI kan du visa dina vyer med \dv
prod:all=> \dv
List of relations
Schema | Name | Type | Owner
--------+--------------------------------------------+------+----------
public | my_web_data_view | view | postgres
public | my_mobile_data_view | view | postgres
Kapslade kontra separerade
Som standard använder schemat för datavyer kapslade strukturer, precis som de ursprungliga XDM-schemana. Integreringen har även stöd för FLATTEN
alternativ. Du kan använda det här alternativet för att tvinga schemat för datavyer (och andra tabeller i sessionen) att förenklas. Förenkling gör det enklare att använda i BI-verktyg som inte stöder strukturerade scheman. Se Arbeta med kapslade datastrukturer i frågetjänsten för mer information.
SQL som stöds
Se SQL-referens för frågetjänst för fullständig referens om vilken typ av SQL som stöds.
Se tabellen nedan för exempel på den SQL du kan använda.
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto | |
---|---|
Mönster | Exempel |
Schemaidentifiering |
|
Rankad/uppdelning |
|
HAVING sats |
|
Distinkt, övre dimensionsvärden |
|
Måttsummor |
|
Flera dimensioner uppdelning och förstklassiga |
|
Delmarkera: Filtrera ytterligare resultat |
|
Delmarkera: Fråga tvärs över datavyer |
|
Delmarkera: Källa i lager, filtrering, och aggregering |
Lager med delmarkeringar:
Lager med CTE WITH:
|
Markerar var mätvärden kommer före eller är blandade med dimensionerna |
|
Mått
Du kan välja någon av de tillgängliga dimensionerna som standard eller definierad i datavyn. Du väljer en dimension med dess ID.
Mätvärden
De mätvärden som är tillgängliga är:
- någon av de mätvärden som är tillgängliga som standard,
- Definieras i datavyn.
- Beräknade mått som är kompatibla med datavyn som användaren har åtkomst till.
Du väljer ett mått med dess ID som omsluts av en SUM(metric)
-uttryck på samma sätt som du gör med andra SQL-källor.
Du kan använda
SELECT COUNT(*)
ellerCOUNT(1)
för att få förekomstmåtten.SELECT COUNT(DISTINCT dimension)
ellerSELECT APPROX_COUNT_DISTINCT(dimension)
för att räkna de ungefärliga distinkta värdena för en dimension. Mer information finns i Räkna distinkta värden.- Infogade beräkningar för att kombinera mätvärden i farten och/eller göra matematik på dem.
Räkna distinkta värden
På grund av det underliggande sättet som Customer Journey Analytics fungerar på är den enda dimension som du kan få ett exakt distinkt antal för adobe_personid
dimension. Följande SQL-satser SELECT COUNT(DISTINCT adobe_personid)
eller SELECT APPROX_COUNT_DISTINCT(adobe_personid)
returnerar värdet för standardpersonmåttet, vilket är antalet distinkta personer. För andra dimensioner returneras ett ungefärligt distinkt antal.
Villkorliga mått
Du kan bädda in en IF
eller CASE
-satsen i SUM
eller COUNT
funktioner för att lägga till ytterligare filtrering som är specifik för ett markerat mätvärde. Att lägga till dessa satser påminner om att tillämpa ett filter på en måttkolumn i en arbetsyterapporttabell.
Exempel:
SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1
SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1
Infogade beräkningar
Du kan använda ytterligare matematik för metriska uttryck i SELECT
i stället för att matematiken ska definieras i ett beräknat mått. I följande tabell visas vilka typer av uttryck som stöds.
+
, -
, *
, /
och %
-X
eller +X
PI()
POSITIVE
, NEGATIVE
, ABS
, FLOOR
, CEIL
, CEILING
, EXP
, LN
, LOG10
, LOG1P
, SQRT
, CBRT
, DEGREES
, RADIANS
, SIN
, COS
, TAN
, ACOS
, ASIN
, ATAN
, COSH
, SINH
och TANH
MOD
, POW
, POWER
, ROUND
, LOG
Specialkolumner
Tidsstämpel
The timestamp
specialkolumn används för att ange datumintervall för frågan. Ett datumintervall kan definieras med en BETWEEN
uttryck eller par med timestamp
>
, >=
, <
, <=
kontroller AND
tillsammans.
The timestamp
är valfritt och om inget fullständigt intervall anges används standardvärdena:
- Om bara ett minimum anges (
timestamp > X
ellertimestamp >= X
) är intervallet från X till nu. - Om bara ett maxvärde anges (
timestamp < X
ellertimestamp <= X
) är intervallet från X minus 30 dagar till X. - Om inget anges är intervallet från och med nu minus 30 dagar.
Tidsstämpelintervallet konverteras till ett globalt datumintervallfilter i RankedRequest.
Tidsstämpelfältet kan också användas i datum/tid-funktioner för att analysera eller korta av händelsens tidsstämpel.
Datumintervall
The daterange
specialspalt fungerar ungefär som timestamp
filtreringen är dock begränsad till hela dagar. The daterange
är också valfritt och har samma intervallstandard som timestamp
.
The daterange
-fältet kan också användas i datum/tid-funktioner för att analysera eller korta av händelsedatumet.
The daterangeName
specialkolumner kan användas för att filtrera frågan med ett namngivet datumintervall som Last Quarter
.
daterange
mätvärden som är mindre än en dag (timme, 30 minuter, 5 minuter osv.).Filter-ID
The filterId
specialkolumnen är valfri och används för att tillämpa ett externt definierat filter på frågan. Att använda ett externt definierat filter på en fråga liknar att dra ett filter på en panel i Arbetsytan. Flera filter-ID:n kan anges av AND
-Jag tar dem.
Tillsammans med filterId
kan du använda filterName
om du vill använda ett filtrets namn i stället för ID.
Where-sats
The WHERE
-satsen hanteras i tre steg:
-
Sök efter datumintervallet på menyn
timestamp
,daterange
, ellerdaterangeName
specialfält. -
Sök efter externt definierade
filterId
s ellerfilterName
s som ska tas med i filtreringen. -
Omvandla de återstående uttrycken till ad hoc-filter.
Hanteringen görs genom att den första nivån i AND
s i WHERE
-sats. Varje översta nivå AND
-ed-uttrycket måste matcha något av ovanstående. Allt som är djupare än den första nivån AND
s, eller, om WHERE
-sats använder OR
s på den översta nivån hanteras som ett ad hoc-filter.
Sorteringsordning
Som standard sorteras resultatet i frågan efter det första valda måttet i fallande ordning. Du kan skriva över standardsorteringsordningen genom att ange ORDER BY ... ASC
eller ORDER BY ... DESC
. Om du ORDER BY
måste du ange ORDER BY
på det första valda måttet.
Du kan också vända ordningen med -
(minus) framför måttet. Båda programsatserna nedan resulterar i samma ordning:
ORDER BY metric1 ASC
ORDER BY -metric1 DESC
Allmänt funktionsstöd
CAST(`timestamp` AS STRING)
eller`timestamp`::string
CAST
funktionen ignoreras.WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
WHERE
-sats.WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
WHERE
-sats, om du vill ange ett format för den tidssträngen.WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
WHERE
-sats.WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
WHERE
-sats, om du vill ange ett format för den datumsträngen.Funktionsstöd för Dimension
De här funktionerna kan användas på dimensioner i SELECT
, WHERE
eller i villkorsstyrda värden.
Strängfunktioner
SELECT LOWER(name) AS lower_name
Funktioner för datum och tid
SELECT DAYOFWEEK(`timestamp`)
SELECT DAYOFYEAR(`timestamp`)
SELECT QUARTER(`timestamp`)
SELECT HOUR(`timestamp`)
SELECT EXTRACT(MONTH FROM `timestamp`)
Följande delar stöds:
- Nyckelord:
YEAR
, MONTH
, DAYOFMONTH
, DAYOFWEEK
, DAYOFYEAR
, WEEK
, QUARTER
, HOUR
, MINUTE
.- Strängar:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
', 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
, eller 'MINUTE'
.SELECT DATE_PART('month', `timestamp`)
Följande strängdelar stöds:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
', 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
, eller 'MINUTE'
.SELECT DATE_TRUNC('quarter', `timestamp`)
Stränggranulariteter som stöds är:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
', 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
, eller 'MINUTE'
.